Представьте бетон в наших домах и мостах, который не только противостоит разрушительному воздействию времени и стихийных бедствий, таких как сильная жара лесных пожаров, но и активно восстанавливает себя или улавливает углекислый газ из атмосферы.
Исследователи из Инженерной школы Витерби Университета Южной Калифорнии разработали революционную модель искусственного интеллекта, которая может одновременно моделировать поведение миллиардов атомов. Это открывает новые возможности для проектирования материалов и их открытия в беспрецедентных масштабах. Их работа была опубликована в журнале The Journal of Physical Chemistry Letters и стала обложкой этого издания.
Текущее состояние мирового климата вызывает серьёзную озабоченность. Жестокие засухи, таяние ледников и разрушительные ураганы, ливни и лесные пожары наносят нам ущерб каждый год. Одним из основных факторов глобального потепления является постоянное выделение углекислого газа в атмосферу.
Профессор Айичиро Накано из Университета Южной Калифорнии, специалист в области компьютерных наук, физики и астрономии, а также количественной и вычислительной биологии, задумался над этими проблемами после январских лесных пожаров в Лос-Анджелесе. Он обратился к своему давнему партнёру Кен-Ичи Номура, профессору химического машиностроения и материаловедения в Инженерной школе Витерби Университета Южной Калифорнии, с которым они сотрудничают более 20 лет.
Обсуждая эти вопросы вместе, они задумали новый проект: Allegro-FM, модель искусственного интеллекта, управляемая симуляцией. Allegro-FM сделала поразительное теоретическое открытие: возможно улавливать углекислый газ, выделяемый в процессе производства бетона, и помещать его обратно в бетон, который он помог произвести.
«Вы можете просто поместить CO₂ в бетон, и тогда получится углеродно-нейтральный бетон», — сказал Накано.
Накано и Номура вместе с Прией Вашишта, профессором химического машиностроения и материаловедения в Инженерной школе Витерби Университета Южной Калифорнии, и Радживом Калией, профессором физики и астрономии в Университете Южной Калифорнии, проводили исследования того, что они называют «улавливанием CO₂», или процессом улавливания углекислого газа и его хранения, что является сложной задачей.
Моделируя миллиарды атомов одновременно, Allegro-FM может тестировать различные составы бетона виртуально, прежде чем проводить дорогостоящие эксперименты в реальных условиях. Это может ускорить разработку бетона, который будет действовать как поглотитель углерода, а не как его источник — производство бетона в настоящее время составляет около 8% от глобальных выбросов CO₂.
Прорыв заключается в масштабируемости модели. В то время как существующие методы молекулярного моделирования ограничены системами с тысячами или миллионами атомов, Allegro-FM продемонстрировала эффективность 97,5% при моделировании более четырёх миллиардов атомов на суперкомпьютере Aurora в Аргоннской национальной лаборатории. Это представляет вычислительные возможности примерно в 1000 раз больше, чем у традиционных подходов.
Модель также охватывает 89 химических элементов и может предсказывать молекулярное поведение для различных применений, от химии цемента до хранения углерода.
«Бетон также является очень сложным материалом. Он состоит из множества элементов и различных фаз и интерфейсов. Поэтому традиционно у нас не было способа смоделировать явления, связанные с бетонным материалом. Но теперь мы можем использовать Allegro-FM для моделирования механических свойств и структурных свойств», — сказал Номура.
Бетон — это огнестойкий материал, что делает его идеальным выбором для строительства после январских лесных пожаров. Но производство бетона также является крупным источником выбросов углекислого газа, что является особенно серьёзной экологической проблемой для такого города, как Лос-Анджелес. В своих симуляциях Allegro-FM показала, что может быть углеродно-нейтральной, что делает её более предпочтительным выбором по сравнению с другим бетоном.
Этот прорыв не только решает одну проблему. Современный бетон служит в среднем около 100 лет, тогда как древнеримский бетон прослужил более 2000 лет. Но улавливание CO₂ может помочь и в этом.
«Если вы добавите углекислый газ, так называемый карбонатный слой, он станет более прочным», — сказал Накано.
Другими словами, Allegro-FM может моделировать углеродно-нейтральный бетон, который также может служить гораздо дольше, чем 100 лет, как это обычно бывает в наши дни. Теперь дело только за его созданием.
Профессора возглавили разработку Allegro-FM, понимая, как искусственный интеллект ускоряет их сложную работу. Обычно для моделирования поведения атомов профессорам требовалась точная серия математических формул — или, как их называл Номура, «глубокие явления квантовой механики». Но последние два года изменили подход двух исследователей.
«Теперь, благодаря этому прорыву в области машинного обучения, вместо того чтобы выводить всю эту квантовую механику с нуля, исследователи используют подход, основанный на создании обучающего набора данных, а затем позволяют модели машинного обучения работать», — сказал Номура. Это делает процесс профессоров намного быстрее, а также более эффективным в использовании технологий.
Allegro-FM может точно предсказывать «функции взаимодействия» между атомами — другими словами, как атомы реагируют и взаимодействуют друг с другом. Обычно для этих функций взаимодействия требовалось множество отдельных симуляций. Но эта новая модель меняет ситуацию.
Первоначально существовали разные уравнения для отдельных элементов в периодической таблице, с несколькими уникальными функциями для этих элементов. С помощью искусственного интеллекта и машинного обучения мы теперь потенциально можем моделировать эти функции взаимодействия почти со всей периодической таблицей одновременно, без необходимости использования отдельных формул.
«Традиционный подход заключается в моделировании определённого набора материалов. Например, можно смоделировать силикатное стекло, но нельзя смоделировать его с молекулой лекарства», — сказал Номура.
Эта новая система также намного эффективнее с технологической точки зрения: модели искусственного интеллекта выполняют множество точных вычислений, которые раньше выполнялись на большом суперкомпьютере, упрощая задачи и высвобождая ресурсы суперкомпьютера для более продвинутых исследований.
«[Искусственный интеллект] может достичь квантово-механической точности с гораздо меньшими вычислительными ресурсами», — сказал Накано.
Номура и Накано говорят, что их работа далека от завершения.
«Мы, безусловно, продолжим это исследование по изучению бетона, создавая более сложные геометрии и поверхности», — сказал Номура.
Предоставлено Университетом Южной Калифорнии.